O artigo usa microdados do Sistema de Informações de Crédito (SCR) do Banco Central do Brasil para estudar a relação entre inadimplência de operações de crédito e ciclo econômicos. Em particular, estuda a primeira parte do argumento da discussão sobre prociclicalidade do Acordo de Basileia II: que recessões devem aumentar a inadimplência e ter impactos adversos sobre as perdas de carteiras de instituições emprestadoras. O trabalho explora tanto as variações de séries de tempo como de cross-section nos dados. As informações no nível individual são compostas de operações de crédito no varejo de duas modalidades-Crédito Pessoal e Financiamento de Veículo - de 2003 a 2008. Os resultados sugerem uma relação negativa entre ciclos econômicos e inadimplência, mas menos intensa do que aquela sugerida em estudos anteriores com dados de empresas. O trabalho também encontra correlações de inadimplência baixas e dispersas, e perdas em simulações de VAR (Value at Risk) menores do que aquelas sugeridas na literatura. Esses resultados podem ser explicados, possivelmente, pelo fato de que, no setor de varejo, os empréstimos são concedidos para um grande número de indivíduos, o que pode ajudar a diversificar riscos.

We use microdata from the Credit Information System (SCR) of the Central Bank of Brazil to study the relationship between credit default and business cycles. In particular, we study the first part of the argument underlying the discussion about procyclicality related to the Basel II Accord: that recessions might increase credit defaults and have adverse impacts on the losses in portfolios of lender institutions. We explore both time series and cross-sectional variation in the data. Our data on the individual level are composed of retail loan transactions in two modalities-Consumer Credit and Vehicle Financing-from 2003 to 2008. Our results support the idea of a negative relationship between business cycles and credit default, but less strong than suggested in previous studies that use corporate data. We also find low and dispersed default correlations, and smaller losses in Value at Risk (VaR) experiments than those found in the literature. These results may be possibly explained by the fact that, in the retail sector, loans are given to a large number of individuals, which may help to diversify risks.

O objetivo deste trabalho é o de avaliar o efeito da dimensionalidade e da probabilidade de exercício de uma opção de compra européia, no ganho de precisão obtido com o uso da Amostragem Descritiva no apreçamento destas opções através de Simulação Monte Carlo, em lugar da abordagem tradicional da Amostragem Aleatória Simples. Após confirmar a ausência de viés nas estimativas, sua precisão foi avaliada pelo erro padrão destas estimativas. Os resultados obtidos mostram que a eficiência estatística das duas técnicas não é afetada pelo aumento da dimensionalidade do problema, não sofrendo perda de precisão com esta variação. No entanto, em relação ao preço de exercício, embora a Amostragem Descritiva tenha se mostrado mais eficiente do que a Amostragem Aleatória Simples, observou-se uma redução do ganho de precisão à medida que a probabilidade de exercício diminui. Embora os resultados aqui apresentados se atenham ao caso particular de uma opção européia, há evidências de que o mesmo tipo de comportamento em relação à dimensionalidade do problema e à probabilidade de exercício também se manifeste nos demais tipos de opção.

The purpose of this paper is to evaluate the effect of dimensionality and probability of exercise of a European call option on the precision improvements obtained by the usage of Descriptive Sampling on a Monte Carlo Simulation to price such derivative as opposed to the use of traditional Simple Random Sampling. After verifying the absence of bias, the precision of the estimates was assessed by their standard error. The results show that the statistical efficiency of both techniques is unaffected by an increase of dimensionality and maintain their level of precision. However, as to the exercise price, although Descriptive Sampling proved to be more efficient than Simple Random Sampling, the improvement weakens as the option’s exercise probability declines. Although this work relates to European options, other options should behave similarly in regard to dimensionality and exercise price.